Vahid Ebrahimipour
Les problèmes récents liés à l'augmentation des prix du pétrole, au réchauffement climatique et à la pollution de l'environnement ont mis en évidence le besoin urgent d'un processus de production rentable, fiable et respectueux de l'environnement. Par conséquent, pour parvenir à une production propre et saine, l'industrie des procédés chimiques s'efforce d'améliorer continuellement sa préparation et sa sensibilisation grâce à une logique d'inférence adaptative en extrayant et en signant efficacement des indices en cascade à partir d'expériences passées et en prédisant les scénarios possibles de risque et leurs sources. Ces sources sont généralement liées au cycle de vie de l'équipement, en commençant par l'évaluation des fournisseurs et en terminant par sa récupération ou son élimination. Des méthodes sont donc nécessaires pour utiliser efficacement les données collectées et les connaissances disponibles afin de prendre la bonne décision au bon moment. Malgré les progrès technologiques considérables, ces décisions dépendent encore fortement de l'expertise humaine, qui, bien que très précieuse, est sujette à des erreurs et peut être perdue en raison d'un décès, d'un départ à la retraite ou d'une démission. Par conséquent, un système intégré de gestion de la santé des équipements qui prend en compte le cycle de vie de l'équipement, qui conduit à une production respectueuse de l'environnement, est proposé. Afin de gérer et de développer une exploitation respectueuse de l'environnement, il est essentiel de fournir un cadre synergique de diagnostic et de pronostic des pannes intelligent intégré dans une plate-forme interopérable systématique en ce qui concerne le cycle de vie du produit, la sécurité des procédés et les mesures environnementales. Le système proposé utilise une structure systématique de connaissances expertes prenant en compte l'exécution des opérations, la sécurité et le contrôle des procédés, les politiques de garantie et les problèmes environnementaux pendant le cycle de vie de l'équipement pour aider l'utilisateur à évaluer les incertitudes et le processus de prise de décision.